世界各地成千上萬的公司可能已經開始了數據驅動的旅程,充分利用大數據的潛力,然而,職業運動界才剛開始探索應用數據科學以獲得競爭優勢的世界。
到目前為止
體育教練在做決定時一直能夠吹噓自己的經驗或直覺,因此對大數據的世界有些抵觸——我們都 在《點球成金》中看到了這一點,布拉德·皮特展示了兩者之間的緊張關係。
然而,事情正在發生變化——雖然緩慢但肯定的是,我們開始看到更多關於數據在體育中的作用的研究,以及越來越多的工作直接與專業運動隊合作以提高他們的表現。但哪些運動處於領先地位呢?我們看了一下:
1. 一級方程式
正如我們的首席數據官 Chema Alonso前幾天在與 Movistar 自行車隊的談話中提到的,一級方程式車隊是數據驅動決策方面的先驅。每場比賽都會產生大量關於賽道、車輛、條件和車手的數據,威廉斯看到了一個獨特的機會。 他們透過技術進行生物辨識測 瑞典電子郵件地址 量進站,使他們能夠了解每個團隊 成員何時發揮最佳作用。最終,他們將進站時間縮短至1.92 秒,這是有史以來最快的記錄。
圖 1:一級方程式車隊
一級方程式賽車
2. 足球
幾年前,我們從西班牙足球聯賽獲得了2012-2013賽季的一些數據,讓我們 回波數據 的數據科學家能夠進行深入的分析。這些數據由每秒拍攝多達 10 張照片的攝影機生成,並經過後處理,以便識別各個球員。在下面的 div 中,您可以看到巴塞隆納 vs 馬德里競技的熱圖。
區域代表球場
球隊的球門位於顏色最深的尖角部分。顏色越深
玩家在某個位置停留
的時間越長。很明顯,整個賽季巴塞隆納更像是一支進攻型球隊,而不是像 義大利電子郵件地址範例 馬競那樣傾向防守。 圖 2:巴塞隆納的球場活動(左)與馬德里競技的球場活動(右)。
足球場
還可以追蹤單一球員,在下圖中我們可以看到兩名球員在一場比賽中的路徑。綠點顯示玩家以大約 5 m/s 的速度奔跑(相當於 20 秒內跑完 100m),紅點顯示玩家以大約 7 m/s 的速度奔跑。很明顯,第一個玩家比第二個玩家跑得更多,但這代表什麼呢?第一個玩家比第二個好?他們有不同的角色?只看這個數據,如果你是教練,你比較願意買哪位球員? 圖3:哈維·埃爾南德斯(左)與裡奧·梅西(右)的「工作效率」。